请注意，以下内容仅代表个人对工作流程的总结和行业思考，可能并不详尽，也没有涉及太多技术细节。如果您有其他想法，欢迎交流
有部分科普性质文字，同专业同学可以只看第4和第5部分。
导读：
需要重新写的内容是：1. 不同AIGC软件的效果图
2. 原理阐述和软件选择
3. AIGC工业化到底是什么
4. 举个例子
5. 不同业务要求下AI的介入程度，对设备及人员的要求
6. 我所看到的盈利方向
7. 人工智能对我个人的影响
01
需要进行改写的内容是：AIGC软件的效果图各不相同
目前AIGC的主流软件有midjourney和 stable diffition。
我使用MJ生成的产出图：
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
我用sd生成的产出图：
可以明显看出，mj的生产图精细度更高，画面更细腻；sd则质量稍差一些。二者根本区别在于，sd的底层框架是开源的，而mj是闭源的。
02
原理阐述和软件选择
开源的本质含义是——我可以自由的选择这项技术的任何节点，自我改造成适应我业务的模式；所以大多数情况下，适合介入工业化的软件都会是sd而不是mj。
03
AIGC工业化到底是什么
与业务美术风格（画风）一致的前提下，AI可以根据项目的具体需求，快速大量出图解决需求or提高解决需求的效率；使人工成本降低，生产力提高。
AIGC的可用价值与美术要求的低度和数量的增加成正比
具体实施的核心要点只有两个：
1. 可以训练出与项目画风一致的大模型。
2. 可以结合软件快速完成多种多样的个性化需求。
04
举个例子
在工作和个人创作中，我个人为了节约时间和提高效率，针对AI进行了许多工作流的尝试。由于时间和隐私问题，我不打算在这里详细讲述，只是拿出一些基本思路来给大家举个小例子
某小业务的画风是受韩国画师rinotina的影响，现在需要数字人物/角色如下图所示
AIGC将如何参与其中？
重写内容时，需要将原文改写成中文，不需要出现原句
训练符合画风的模型。（此模型为我的友人工作室vortex训练提供，仅为此次文章练手，非商用无版权问题）
1. 找到画风一致的素材图 70-100张左右。
2. 打tag。
3. 测试数据分批试跑 直至找到风格最接近且稳定的lora。（目前不太推荐loha，乘积参数变量太大）
第二步
结合软件快速完成多种多样的个性化需求。
以下是我个人推荐的两种工作流程：一种是适用于时间紧迫的项目，需要较少思考时间的文生图法；另一种是适用于思维较为复杂的项目的图生图法。同样地，思考的内容越多，设计师的参与程度就会越高
重写内容，不改变原意，需要改写成中文。不需要出现原句
1. 将需求转化为关键词。
2. 适当调整并输入。
3. 选择图片
4. 我认为这张不错。
可以看到这张图还存在诸多的细节问题，但已经可以基本满足60%需求了。从生成到选图，花费时间在3h左右。剩下的细节设计调整，就需要靠设计师手动调整，并与需求方强交接。
这套文生图的方法流更多是做一个大方向的快速出具，给需求方更多选择后，靠设计师自行迭代完善。不过也可以用于需求方给美术出具参考图的环节。
重新写作为：图形生动：
1. 如果需求方并没有那么确定自己的想法，那么画师前期可以多尝试一些草图，确认大方向。
使用插件controlnet来介入，并拒绝不稳定的生成
Controlnet集合了多个处理器，如Canny线稿检测、OpenPose姿势检测等，可以将其他图片的内部信息检测后应用到自己的图片创作中
将草图导入ControlNet后，启动了HED处理器。（我个人认为HED处理器功能比较全面，所以喜欢使用它。)
设计师需要高度参与，进行反复的图纸修改
这张照片给人一种比较渴望的感觉
这样一张图基本可以达到最终效果的80%，它的设计在画师和AI的不断修正中已经基本确定，欠缺的是细节的调整和补充。这样的工作流，更适合想法偏多、磨合更多的需求当中。
不同业务侧，需求不同。
结合需求和AI介入程度，自行打造管线即可。例如，在某画风确定且有大量美术素材的游戏项目中，想利用AI节省美宣成本，那管线可以是：
固定角色lora＋场景lora＋画风lora或画风大模型，搭配文生图or图生图任意工作流。
05
不同业务要求下AI的介入程度，
对设备及人员的要求
所有业务对于AI介入的底层逻辑思路，其实都是一致的。
想法越多、对于内容的确定性越强，AI的介入程度就会变得越低。
AI无法顶替设计师，它始终是作为工具的辅助性存在。文娱内容向的产品，重要的从来都是内容，而内容作为感性产物，始终需要设计师人为感应市场和他人的诉求后，做出选择和决定。要求越高，那么美术皮下的内容和想法就越重要，AI的介入程度就越低，否则反之。
在购买量较大的产品和面向大众市场的高迭代产品中，无论是品牌还是游戏，引入人工智能都是一项划算的投资。在这类业务中，人工智能可能无法达到90分的水平，但可以达到70分，只要保证模型稳定且需求清晰，就能提高前期美术效率20%甚至30%
在偏高品质、要求高想法的业务中，AI对于UI、UX、插画、原画、平面设计等工种来说，更多是在局部流程上提供改善，整体提升效果相对较弱
AIGC目前对于设备的要求尚可，sd本地部署基本需要2080的显卡及以上，云端部署对于中小业务来说是不错的选择。
而训练同理，Lora等小模型目前的开源训练包已经非常成熟，主要是分批测试较为花费时间成本；而对于使用者来说，sd和mj的学习成本并不算很高，对于审美和需求磨合能力的要求，远高于对技术能力的要求，基本大多数需求方里1至2名设计师配合等比技术即可。
AI的多应用方向：
UI和字体都是可以被制作成模型的应用方向
需要重新改写的内容是：06
我所看到的盈利方向
我个人认为，想要盈利，目前缺乏的是挖掘AI到底能被融入到哪些需求中的洞察力，而不是单一专注于AI技术本身。就像我在文章开头说过的，sd能应用工业化是因为它开源，但开源的技术一般都难以盈利。
直接盈利很困难，但将其用作应用程序的封包应该就不那么难了。特别是将其打造成类似于妙鸭相机的甜品级应用（用户需求不高、用户量大、功能单一），或者是面向企业的业务应用（封包管理）
更多是通过一种将需求转化为可应用的能力，来达到盈利目的。
07
结尾
其实笔者作为一名画师，在刚接触AI时是极度焦虑的，甚至认为自己会失业，想要转变职业走向去逃避AI。但在一次次学习尝试和摸索中，我发觉AI的出现让画面做精美的难度，的确比之前大大降低。同时，市场对画面故事性、情感性、风格特殊性的要求，也会大幅度增加。
在日后漫长的职业生涯中，大家对于内容的要求增加了。本质上的变化是，我需要学会预测市场下一步会喜欢怎样的美术，以及观众可以接受的创新尺度。我设计的内容是否能够让观众第一时间感知到，是否能够引起他人的共鸣……这些都成为了我新的职业命题
我画的每一张画都不是画，是一个内容的其中一部分。单一精美的画面没有用，但如果是一百张精美连在一起的画面，伴随着一个个故事、设定、玩法、模型、动画，就成了新内容的开始。
那内容的内核对于我来说，究竟是什么呢？
在多个宇宙中，蜘蛛侠可以是黑色或白色，人类或动物，画风也会有所不同。但只要他被一只蜘蛛咬了一口，爬到高楼之上，那他就是蜘蛛侠。就像《蜘蛛侠：平行宇宙》中的情节一样
我喜欢蜘蛛侠
需要重新编辑的内容是：游戏葡萄招聘内容编辑
点击「阅读原文」可了解详情
推荐阅读
莉莉丝十年 | 如何评价腾讯 | 米哈游十二年
龙拳风暴败局 | 重返未来：1999 | 未来三年新品
对话 罗子雄 | 对话马晓轶 | 对话程良奇
设为星标（流程如上图）
可第一时间收到推送和完整封面！
